[發明專利]一種基于多維殘差網絡的脊柱CT圖像識別方法在審
| 申請號： | 202110390203.6 | 申請日： | 2021-04-12 |
| 公開（公告）號： | CN113128580A | 公開（公告）日： | 2021-07-16 |
| 發明（設計）人： | 姚芳芳;于永新 | 申請（專利權）人： | 天津大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04;G06N3/08;G16H30/20 |
| 代理公司： | 天津市北洋有限責任專利代理事務所 12201 | 代理人： | 張建中 |
| 地址： | 300072*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 多維 網絡 脊柱 ct 圖像 識別 方法 | ||
1.一種基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，建立基于多維殘差神經網絡的病態脊柱識別模型；對訓練樣本設置標簽并進行升維處理，使之維度與多維殘差神經網絡相匹配；使用處理后的訓練樣本對病態脊柱識別模型進行訓練；然后將待識別的脊柱CT圖像進行升維，使之維度與多維殘差神經網絡相匹配；由病態脊柱識別模型輸出識別特征。
2.根據權利要求1所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，多維殘差神經網絡采用resnet20、resnet34或resnet50。
3.根據權利要求2所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，病態脊柱識別模型包括依次連接的多個卷積層、壓平層及全連接層。
4.根據權利要求2所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，多維殘差神經網絡的維度為5～6維。
5.根據權利要求1所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，對訓練樣本依次通過reshape函數和concatenate函數實現升維。
6.根據權利要求1所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，對待識別的脊柱CT圖像依次通過reshape函數和concatenate函數實現升維。
7.根據權利要求1所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，對訓練樣本設置多個標簽。
8.根據權利要求7所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，病態脊柱識別模型的分類損失函數選擇二元分類器；每個輸出的標簽作為一個獨立的伯努利分布，并且單獨懲罰每一個輸出節點。
9.根據權利要求8所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，二元分類器采用如下表達式：
式中，Lmui表示多標簽損失函數；N為樣本數量；Ii表示第i個標簽的值，當目標圖像符合標簽特征時，Ii＝1；反之，Ii＝0；P(Ii)是第i個標簽特征為真的概率。
10.根據權利要求1所述的基于多維殘差網絡的脊柱CT圖像識別方法，其特征在于，采用VerSe2019數據集作為訓練樣本集，將數據集中的CT圖像由nii格式轉換為png格式，并將已生成的圖像轉化為256×256像素，從CT圖像中刪除不需要的噪聲像素，同時保留CT圖像的特征像素，進行多標簽標記。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于天津大學，未經天津大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110390203.6/1.html，轉載請聲明來源鉆瓜專利網。
